Elevated ASCL1 activity creates de novo regulatory elements associated with neuronal differentiation
Notice bibliographique
Résumé
BACKGROUND: The pro-neural transcription factor ASCL1 is a master regulator of neurogenesis and a key factor necessary for the reprogramming of permissive cell types to neurons. Endogenously, ASCL1 expression is often associated with neuroblast stem-ness. Moreover, ASCL1-mediated reprogramming of fibroblasts to differentiated neurons is commonly achieved using artificially high levels of ASCL1 protein, where ASCL1 acts as an "on-target" pioneer factor. However, the genome-wide effects of enhancing ASCL1 activity in a permissive neurogenic environment has not been thoroughly investigated. Here, we overexpressed ASCL1 in the neuronally-permissive context of neuroblastoma (NB) cells where modest endogenous ASCL1 supports the neuroblast programme. RESULTS: Increasing ASCL1 in neuroblastoma cells both enhances binding at existing ASCL1 sites and also leads to creation of numerous additional, lower affinity binding sites. These extensive genome-wide changes in ASCL1 binding result in significant reprogramming of the NB transcriptome, redirecting it from a proliferative neuroblastic state towards one favouring neuronal differentiation. Mechanistically, ASCL1-mediated cell cycle exit and differentiation can be increased further by preventing its multi-site phosphorylation, which is associated with additional changes in genome-wide binding and gene activation profiles. CONCLUSIONS: Our findings show that enhancing ASCL1 activity in a neurogenic environment both increases binding at endogenous ASCL1 sites and also results in additional binding to new low affinity sites that favours neuronal differentiation over the proliferating neuroblast programme supported by the endogenous protein. These findings have important implications for controlling processes of neurogenesis in cancer and cellular reprogramming.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».